Schneiden von Bahnenmaterial

non stick-FiReNi – Entwicklung beanspruchungsgerechter Beschichtungssysteme zur Optimierung von Schneidwerkzeugen

Situation:

  • Wachsende Anforderungen bezüglich Schnittqualität an Schneidwerkzeuge bei der Verarbeitung von hochwertigen Bahnenmaterialien, z.B. Spezialpapier, FKVs, Dämmmaterialien
  • Probleme insbesondere durch Anhaftungen, hohe Reibung und Staubentwicklung
  • Leistungsfähigkeit des Schneidprozesses bestimmt durch Form, Oberfläche und Werkstoff der Schneide und des Messerkörpers sowie die Prozessparameter

Lösung:

Optimierung der Messerkörper durch

  • Verbesserung der tribologischen Bedingungen mittels beanspruchungsgerechter Beschichtungssysteme, insbesondere auf Basis von Chemisch Nickel-Dispersionsschichten
  • Anpassung der Messergeometrie an die veränderten tribologischen Bedingungen

Betrieblicher Nutzen:

  • Erhöhung von Prozesssicherheit, Standmenge und Schnittqualität
  • Ermöglichung des Schneidens von neuen Hochleistungswerkstoffen z.B. Faserverbundwerkstoffe für Windenergieanlagen oder Fasermaterial für Dämmstoffe

Dieses Vorhaben wird aus Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) gefördert.

 

Siehe auch

s-X-AIPI – self-X Künstliche Intelligenz für die digitale Transformation der Prozessindustrie

Das übergeordnete Ziel von s-X-AIPI ist die Erforschung, Entwicklung und Erprobung eines innovativen Toolsets von maßgeschneiderten, vertrauenswürdigen Self-X-KI-Technologien (autonome KI, […]

MACO Pilot – Optimierung der Online-Konzentrations-Überwachung und Regelung an Edelstahl-Mischsäurebeizanlagen

Ausgangssituation Zunehmender wirtschaftliche Druck im europäischen Stahlsektor erfordert hochflexible und günstige Produktionsprozesse Beizprozess ist von besonders hoher Bedeutung für die […]

HiJetRod Pilot – Ressourceneffiziente hydromechanische Entzunderung von Draht-Coils

Ausgangssituation Das Beizen von Edelstahl erfolgt in mehreren Schritten mit hohem Chemikalieneinsatz und Zeitaufwand. Bei besonders schwer zu beizenden Edelstahlgüten […]

DeepQuality – Einsatz von robusten Deep-Learning-Methoden zur automatischen Qualitätsbewertung von Stahlprodukten

DeepQuality zielt darauf ab, die automatische Qualitätsbewertung von Stahlprodukten durch einen ganzheitlichen Ansatz zu verbessern, der Deep-Learning-Technologie mit einem ausgefeilten […]